基于制造云平台提供的海量云服务满足大规模客户的个性化定制服务需求已经成为离散型制造企业产业模式升级的重要途径之一。然而,个性化需求的规模性与自主性、云服务的海量性、云服务业务流程的动态性、云服务间协同交互的密集性与复杂性等特征,对基于制造云的大规模个性化定制服务模式高效实施提出了诸多新的挑战,诸如:(1)个性化需求定制的规模性与自主性对可定制需求选项的有效提供与面向定制需求的服务方案设计效率提出了新的要求;(2)个性化需求的规模性与候选云服务的海量性要求高效的云服务组合优化策略与方法;(3)云服务业务流程的需求导向性与动态性使制造云服务组合的业务流程协同交互复杂度增加且协同有效性降低。针对上述挑战,本文以服务工程和方法论作为指导思想,以服务组合生命周期为线索,研究相关服务系统优化设计与高效运行的关键技术,支持基于制造云的大规模个性化定制服务模式高效实施。具体研究工作包括以下几个方面:(1)基于制造云的大规模个性化定制服务系统建模。在制造云服务、云服务生命周期、制造云与服务模式等基本概念的基础上,给出基于制造云的大规模个性化定制服务模式概念,归纳总结其典型特征,构建其元模型,以此围绕大规模需求定制与处理、云服务组合优化、云服务组合验证与适配等制造云服务生命周期三个阶段构建服务模型,识别与细化各阶段的科学问题,分析求解策略,并进一步给出基于制造云的大规模个性化定制服务系统框架。(2)大规模个性化需求定制与服务方案模式化。利用服务价值网在需求分析与服务设计间的桥梁作用,研究基于服务价值网与质量功能配置的可定制需求选项发现方法,为客户提供可定制的需求选项,支撑大规模客户的个性化需求自主定制。针对大规模个性化定制需求,研究面向大规模需求的服务方案映射与模式化方法,通过构建基于条件受限玻尔兹曼机的“需求-服务方案”映射模型,将业务层面的定制需求映射为系统层面的服务方案,进而提出服务方案聚类模型并改进仿射传播算法实现大规模服务方案的增量聚类与模式化,抽取服务方案模式。(3)基于服务方案模式的制造云服务组合优化与配置。针对服务方案模式与大规模候选制造云服务,研究基于贝叶斯预测遗传算法的服务组合优化方法,利用贝叶斯技术挖掘服务历史记录与迭代种群的先验知识,以估计多级划分下服务搜索空间的最优子空间分布,在迭代过程中逐步调整遗传算法的搜索方向快速搜索服务组合可行解,并给出贝叶斯预测遗传算法的性质,分析其收敛性能与寻优效果。针对服务方案模式下若干服务方案的服务组合可行解分配问题,提出基于服务后验概率的可行解配置遗传策略,改进遗传算法以成本最优与服务方案满足数最大为目标优化配置服务组合可行解。(4)基于业务流程的制造云服务组合验证与适配。针对原子服务业务流程动态情况下制造云服务组合最新业务流程发现问题,研究基于服务事件日志的服务组合业务流程挖掘与发现方法,定义基于事件日志发现服务业务流程结构变化的度量指标定位服务业务流程的变化节点,加权不同变化节点间服务活动依赖关系,提出加权启发式遗传挖掘算法发现原子服务的最新业务流程。针对规模较大的制造云服务组合集成业务流程,研究服务组合业务流程分块验证与适配方法,通过搜索服务组合无向图的极大团与极小割集将服务组合划分为多个服务块,并基于Pi演算消息进程并行化验证与适配服务块的业务流程。最后,结合家电企业在实施基于制造云的大规模个性化定制服务模式过程中的实际系统需求,给出家电产品服务生命周期服务平台设计思路,通过具体业务案例对本文提出的研究成果进行应用验证。